語音上網(wǎng)掀起第三次上網(wǎng)浪潮

彭芳、李瀛寰

　　你會說話嗎？會說話就能上網(wǎng)。這種簡單的語音上網(wǎng)方式， 據(jù)說是繼PC、WAP手機(jī)上網(wǎng)之后的第三次上網(wǎng)浪潮。

　　也許有一天，繁忙的人們可以離開PC、離開筆記本，只是隨手撥通電話，就可以知道當(dāng)天發(fā)生的國際大事，就可以了解同步的股票行情，還可以知道他鄉(xiāng)的天氣是否合適旅游……通過電話來上網(wǎng)，以“說話”來代替鍵盤輸入，以“語音控制”來代替鍵盤控制，實(shí)現(xiàn)語音上網(wǎng)一直是人類的夢想。而今天，隨著語音技術(shù)的發(fā)展，特別是語音識別技術(shù)的突破，語音上網(wǎng)已經(jīng)離我們越來越近了。


　　■ 語音成為第三種上網(wǎng)方式


　　在PC成為傳統(tǒng)的上網(wǎng)方式后，手機(jī)或者其他手持終端上網(wǎng)正鋪天蓋地地吸引著人們的注意力，成為目前最熱門的話題。在人們還來不及細(xì)細(xì)消化理解手機(jī)上網(wǎng)時，技術(shù)的發(fā)展又迫不及待地將語音上網(wǎng)推到人們面前。據(jù)了解，在美國語音上網(wǎng)已經(jīng)成為繼PC上網(wǎng)、WAP上網(wǎng)之后的第三次浪潮。

　　在PC時代，人們需要掌握一些基本的電腦知識、并且具備相關(guān)的有線接口才可登錄互聯(lián)網(wǎng)；在WAP時代，通過隨身攜帶的手機(jī)，人們可以隨時隨地接入互聯(lián)網(wǎng)，在便利性方面大大提高；在語音上網(wǎng)時代，在提供便利性之外，更大的突破應(yīng)該是將互聯(lián)網(wǎng)的門檻降低到“零”。你會說話嗎？會說話就能上網(wǎng)，你不再需要掌握一些基本的輸入方式，你不再需要熟悉小小的鍵盤。張嘴說話，就是你給系統(tǒng)給互聯(lián)網(wǎng)下達(dá)的指令。從PC到WAP到Voice，每一次浪潮都把互聯(lián)網(wǎng)的門檻降低了一大截。

　　語音上網(wǎng)是傳統(tǒng)電話與互聯(lián)網(wǎng)相結(jié)合的產(chǎn)物，它應(yīng)用語音識別技術(shù)，只要用戶按下電話號碼，系統(tǒng)就可識別相關(guān)的命令，從而給用戶提供網(wǎng)站上的信息，包括股票行情、交通狀況與流量、天氣情況、電影餐廳訂票等服務(wù)。它通過在PSTN與互聯(lián)網(wǎng)之間放置中文語音網(wǎng)網(wǎng)關(guān)，來實(shí)現(xiàn)語音識別和語音合成等，最終對用戶實(shí)現(xiàn)語音上網(wǎng)。

　　以“說話”來控制的電話自動信息系統(tǒng)是銀行、電信、證券、運(yùn)輸?shù)刃袠I(yè)提高服務(wù)質(zhì)量、增強(qiáng)競爭能力、節(jié)省時間的有力武器。語音識別技術(shù)在美國已有很長歷史，但應(yīng)用方面基本上是以英文為主，語音互聯(lián)網(wǎng)在國外已經(jīng)開始應(yīng)用。近年來，隨著CTI技術(shù)的發(fā)展，我國香港、臺灣及內(nèi)地等許多CTI領(lǐng)域里的開發(fā)商開始致力于中文的語音識別。隨著中文語音識別技術(shù)發(fā)展，語音互聯(lián)網(wǎng)的概念開始在亞洲逐步成形，并正在逐成為現(xiàn)實(shí)。在語音互聯(lián)網(wǎng)中，用戶可以通過電話實(shí)現(xiàn)計算機(jī)上網(wǎng)的功能。在亞洲，由于Internet的普及程度較低，而無線通信發(fā)展卻非�？�，用語音作為界面來獲取信息將極具前途。

　　語音互聯(lián)網(wǎng)和目前我們所使用的文字互聯(lián)網(wǎng)一樣，也涉及網(wǎng)站、上網(wǎng)終端、線路等諸多內(nèi)容。但不同的是，語音互聯(lián)網(wǎng)的終端就是電話，線路就是我們天天用的電話網(wǎng)，這也是語音互聯(lián)網(wǎng)概念一推出就激起千層浪的原因，實(shí)現(xiàn)起來似乎太容易了。


　　■ 語音門戶浮出水面


　　伴隨著語音上網(wǎng)概念的出現(xiàn)，作為提供信息服務(wù)的語音門戶也浮出水面。在目前國內(nèi)的一些語音上網(wǎng)應(yīng)用中，掌門網(wǎng)與新太合作，主要提供語音電子郵件，用戶可以通過電話來收取并且接聽自己的電子郵件，同時也可通過說話來發(fā)送電子郵件。而在另一個由亞洲語音提供的語音上網(wǎng)服務(wù)實(shí)驗(yàn)中，北京的用戶可以在注冊后通過撥號享受語音郵件、個人信息定制、股票行情、生活速遞、旅游熱線等服務(wù)。那如何來定位語音上網(wǎng)用戶的信息服務(wù)呢？它與手機(jī)等手持終端上網(wǎng)的定位是否相差不大呢？

　　亞洲在線的總裁廖杰遠(yuǎn)先生認(rèn)為，在這兩者之間還是有一些差別的。對于語音上網(wǎng)來說，信息服務(wù)更加強(qiáng)調(diào)與用戶的息息相關(guān)性�；�本上可以分為三類應(yīng)用：首先，電子郵件是最重要的一項(xiàng)應(yīng)用。這樣，人們在外時，可以拋卻無線信道的種種不足之處，僅僅通過PSTN網(wǎng)來進(jìn)行收發(fā)電子郵件。其次，人們可通過語音上網(wǎng)來獲取一些實(shí)用信息，如交通路況、股票行情等。最后，語音上網(wǎng)的第三大用途是獲取個人信息，如地址簿、日程安排等。

　　語音門戶應(yīng)該說也是一個很有吸引力的市場，一些新成立的公司躍躍欲試，而一些老牌的ICP為了保持自己的傳統(tǒng)優(yōu)勢，自然也不會將這塊肥肉讓給他人，他們可以在做傳統(tǒng)文字網(wǎng)站的同時，開設(shè)語音門戶來吸引更多的人用電話上網(wǎng)，促進(jìn)電子商務(wù)的發(fā)展。已有ICP開始瞄準(zhǔn)語音門戶，像北京郊區(qū)電信局下屬的暢捷網(wǎng)苑就非�？春秒娫捝暇W(wǎng)。那語音門戶會不會比它的前輩們幸運(yùn)一點(diǎn)，可以賺到錢呢？這還是個未知數(shù)，但業(yè)內(nèi)人士依然將目光放在了廣告身上。也許會由于電話這種溝通方式的不同，語音門戶在創(chuàng)收方面會有所作為。


　　■ 語音上網(wǎng)難在語音識別


　　在前不久召開的Dialogic亞太區(qū)高峰會議上，最引人注目的就是Dialogic 總裁Howard Bubb先生演示的語音門戶。Bubb先生用電話撥通一個號碼，講出其用戶名及密碼后，就登錄上了一個語音門戶站。在這里，他查詢了新聞、股市信息，并“閱讀”了自己的電子郵件。由于有了計算機(jī)系統(tǒng)和電腦語音卡的幫助，文字形式的郵件就可以被轉(zhuǎn)換為語音信息讀給他聽。最讓人感興趣的是，語音門戶中的語音提示音已經(jīng)不是簡單的“按1”、“按2”了，而是交互式的對話形式的電腦提示音。

　　談到語音門戶的發(fā)展前景，Bubb先生指出，語音門戶仍是很新的應(yīng)用，未來一兩年才有更大的發(fā)展，原因在于目前的語音識別技術(shù)還未成熟，真正有效的語音識別技術(shù)二三年后才會發(fā)展起來。而且語音識別的過程非常復(fù)雜，1臺800M容量的計算機(jī)才能完成1個語音的識別，同時還要考慮不同說話者的不同口音�；�于電話品質(zhì)及線路的原因，一般電話上的語音都有不同程度的變化，語音識別系統(tǒng)能夠容納多大差異的語音是語音識別中的關(guān)鍵。

　　在拿到亞洲在線的上網(wǎng)卡后，記者興沖沖地?fù)芡�了那個神往已久的電話號碼，在聽到經(jīng)合成發(fā)出的提示音后，清清嗓子發(fā)出了自己的第一道命令，還好算順利過關(guān)。然好景不長，在一個關(guān)鍵的“收取郵件”命令上卡殼了，無論怎么強(qiáng)調(diào)，系統(tǒng)似乎就是識別不出來。記者第一次的語音上網(wǎng)嘗試只好收場。其實(shí)，語音識別正是目前語音上網(wǎng)存在的技術(shù)上的最大的困難。

　　目前，Intel已經(jīng)開始投資發(fā)展語音識別技術(shù)，Intel在中國建立的研究中心的一個重要項(xiàng)目就是語音識別。來自我國臺灣地區(qū)的言豐科技所開發(fā)的Voice Touch交談式語音識別電話系統(tǒng)已經(jīng)可以識別英語、普通話和廣東話三種語言，而同時國外公司如IBM、L&H，國內(nèi)公司如捷通等也都在開展相關(guān)的研究。

　　據(jù)掌門網(wǎng)北京辦事處郄建軍介紹，目前掌門網(wǎng)推出的語音平臺離真正的識別語音還有一段距離。用戶撥打其特服號碼95003、95002之前，會被告知盡量采用簡短的語句來“點(diǎn)擊”，如“新聞”、“查郵件”、“讀郵件”等等，這樣語音系統(tǒng)才會識別出來。而目前用語音“寫郵件”恐怕還有困難。


　　■ 語音控制挑戰(zhàn)傳統(tǒng)鍵盤輸入


　　雖然電話是消費(fèi)者最習(xí)慣不過的溝通方式，但如果真的要用它來上網(wǎng)卻似乎不是那么回事。尤其在技術(shù)還不是特別成熟的今天，要在大庭廣眾之下，對著電話話筒一遍又一遍地簡單地重復(fù)幾個“命令”，這對一般用戶來說還真是一個很大的考驗(yàn)和挑戰(zhàn)。

　　Duack.com是一家專門提供交通報告給消費(fèi)者的語音入門網(wǎng)站，就發(fā)現(xiàn)人們不怎么習(xí)慣用電話來查詢交通信息。而相比之下，股票等金融信息則更容易吸引人們的注意力，因?yàn)楹笳呤怯脩羝毡殛P(guān)心的話題。在歐洲所作的一項(xiàng)調(diào)查結(jié)果表明，許多使用手機(jī)的用戶習(xí)慣使用按鍵，而不喜愛用語音指令。據(jù)Jupiter市場調(diào)查公司的統(tǒng)計，按鍵的確比語音控制來得實(shí)用，其分析師Seamus McAteer說，“我不相信用戶會坐著聽取他們的電子郵件�！蹦侨绾蝸砀淖冇脩粲面I盤輸入的習(xí)慣，的確是當(dāng)前要考慮的問題。

　　但也有人持有不同看法，他們認(rèn)為語音上網(wǎng)更是作為計算機(jī)上網(wǎng)、手機(jī)上網(wǎng)方式的一種補(bǔ)充，而不是競爭關(guān)系。在用戶沒法使用手機(jī)或計算機(jī)時，就可以用電話來進(jìn)行語音上網(wǎng)。

　　語音互聯(lián)網(wǎng)作為計算機(jī)上網(wǎng)的有效的補(bǔ)充手段，是一個新興的領(lǐng)域，也是一個非常讓人看好的領(lǐng)域。

摘自《中國計算機(jī)報》2000.07.06